Confrontés au succès du concept de « cluster », les gouvernements du monde entier mettent aujourd'hui en œuvre des politiques de cluster. Cependant, l'écart entre la recherche et la pratique ne cesse de grandir. Tandis que les chercheurs élaborent des théories présentant les clusters comme des entités permettant de susciter efficacement innovation et compétitivité, les praticiens des clusters – gouvernements, animateurs de pôles de compétitivité et entreprises membres – semblent se débattre dans la gestion de ces objets particulièrement entremêlés. Notre thèse porte sur ce « relevance gap ». Une étude systématique de la littérature (SLR) est menée sur les politiques de cluster : elle démontre que les animateurs de clusters font constamment face à une multitude de dilemmes organisationnels, c'est-à-dire un ensemble de décisions et de choix pour lesquels il n'existe pas une réponse rationnelle unique. Ces dilemmes portent sur la mise en œuvre de la politique, sur la gestion des membres des pôles de compétitivité, et sur l'adaptation structurelle du pôle aux réalités locales. Apporter des réponses à ces dilemmes est évidemment du ressort des pôles de compétitivité, mais cela génère des effets secondaires et pathologies, qui doivent être pris en compte et évalués. Dans cette thèse, nous développons une étude de cas qualitative d'un pôle de compétitivité situé en région parisienne : nous analysons en détail dilemmes et pathologies. Quatre pathologies sont identifiées : l'inefficacité (suscitée par des dilemmes de leadership), la méfiance (suscitée par les dilemmes autour des subventions), la non-conformité (suscitée par des dilemmes structurels) et le pragmatisme (suscité par des dilemmes managériaux et de collaboration). Cette pathogénèse peut contribuer à améliorer la mise en œuvre et l'évaluation des politiques de cluster. Enfin, la thèse invite les chercheurs à passer de l'étude de l' « anatomie des clusters » à celle des « pathologies des clusters». / As “cluster” became a new buzzword, governments around the world increasingly implement cluster policies. However, a relevance gap is growing between cluster research and practice. Scholars build theories about the roles of clusters as powerful entities fostering innovation and competitiveness. Meanwhile, governments and policy-driven cluster organizations struggle to manage these highly entangled objects. This thesis addresses such a relevance gap. A systematic literature review (SLR) is conducted on cluster policy research, which demonstrates that governments and policy-driven cluster managers constantly face a multitude of organizational dilemmas, i.e. a set of decisions and choices for which there is no “one best choice”, in matters such as how to implement cluster policy (political dilemmas), how to manage policy-driven cluster members (managerial dilemmas) and how to adapt the policy-driven cluster to the local reality (structural dilemmas). Answering these dilemmas is constitutive of the management of policy-driven clusters, but it generates side-effect pathologies that need to be monitored and evaluated. In this thesis, we conduct a qualitative empirical investigation of a French policy-driven cluster located in the Paris Region: we analyse in detail the organisational dilemmas and their related side-effect pathologies. Four different pathologies are identified: inefficiency (driven by leadership dilemmas), distrust (driven by subsidies dilemmas), non-conformity (driven by structural dilemmas), and pragmatism (driven by managing innovation and collaboration dilemmas). The deeper knowledge of these pathologies contributes to improve cluster policy implementation and cluster evaluations. Finally, this thesis argues that academics need to shift from studying the “anatomy of clusters” to studying the “pathology of clusters”.
| Identifer | oai:union.ndltd.org:theses.fr/2014ENMP0063 |
| Date | 16 December 2014 |
| Creators | Glaser, Anna |
| Contributors | Paris, ENMP, Weil, Thierry, Saussois, Jean-Michel |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0022 seconds